Anaconda tsa_course环境升级TensorFlow≥2.2出现依赖冲突如何解决

该报错源于当前tsa_course环境中已安装的依赖包版本仅适配特定Python版本，与现有Python 3.7.2、TensorFlow >=2.2的版本要求不匹配，可通过以下三种方法解决：

方案1：新建干净的Conda环境（最推荐，无遗留冲突） #

• 打开Anaconda Prompt或终端，执行命令创建指定基础依赖的新环境：
  conda create -n tf_tsa python=3.7.2 cython=0.29.23
• 激活新环境：
  conda activate tf_tsa
• 直接安装指定版本范围的TensorFlow：
  conda install tensorflow>=2.2
  或使用pip安装：
  pip install tensorflow>=2.2
• 若需要原环境的其他依赖，可先导出原环境依赖清单：
  conda activate tsa_course && conda list --export > old_requirements.txt
  在新环境中安装时手动排除冲突的argon2-cffi、bleach等包即可。

方案2：在原有环境中强制升级，允许Conda调整冲突包版本 #

• 激活tsa_course环境：
  conda activate tsa_course
• 执行升级命令，允许Conda修改已安装包的版本以匹配依赖：
  conda install tensorflow>=2.2 --update-deps
• 若Conda仍报冲突，可直接用pip强制升级：
  pip install --upgrade tensorflow>=2.2
  注意：该方法可能导致原环境中依赖旧版本包的功能（如jupyter相关工具）无法正常使用，若不常用这些工具可选择该方案。

方案3：手动降级冲突包到适配Python3.7的版本后升级 #

• 先批量安装所有冲突包的Python3.7兼容版本：
  conda install argon2-cffi==20.1.0 bleach==3.3.0 grpcio==1.34.1 h5py==2.10.0 jinja2==2.11.3 jupyter_console==6.4.0 keras-applications==1.0.8
• 完成后再执行TensorFlow升级命令：
  conda install tensorflow>=2.2

版本验证 #

升级完成后执行以下命令确认版本符合要求：
python -c "import tensorflow as tf;print(tf.__version__)"

内容的提问来源于stack exchange，提问作者Suraj Kumar